美股大跌的导火索，这篇MIT的报告有什么特别？

一份来自麻省理工学院（MIT）的报告，揭示了企业在AI投资上的严峻现实，这篇报告与OpenAI首席执行官对AI泡沫的警告共同作用，打破了华尔街的乐观情绪，并引发了科技股的急剧抛售。

周二，美股科技板块遭遇重挫，以科技股为主的纳斯达克综合指数下跌1.4%，创下自8月1日以来的最大单日跌幅，蓝筹股标准普尔500指数也收低0.7%。

AI热潮的核心受益者英伟达下跌3.5%，软件公司Palantir和芯片设计公司Arm分别重挫9.4%和5%。与此同时，防御性板块如消费必需品、公用事业和房地产则逆势上涨，凸显出资金从高风险、高动能的科技股中轮动出来的明显趋势。

市场动荡的直接导火索，指向了MIT周一发布的一份关键报告。该报告指出，高达“95%的企业从其生成式AI投资中获得的回报为零”。这一结论，叠加OpenAI首席执行官Sam Altman近期关于“投资者过于兴奋”可能正在形成AI泡沫的言论，严重打击了市场信心。

此次抛售集中在年内表现最佳的股票上，让投资者开始重新审视支撑本轮大涨的核心逻辑——AI能否真正、快速地转化为企业利润。

报告揭示的“AI鸿沟”

交易员口中“吓到人们”的报告题为《生成式AI鸿沟：2025年商业AI现状》，由MIT的NANDA项目发布。报告的核心发现是，尽管企业对生成式AI充满期待，但绝大多数项目未能产生实际的财务影响。

一位接近某数十亿美元规模美国科技基金的交易员表示，“这个故事正在让人们感到恐慌。”

报告基于对150名企业领导者的访谈、对350名员工的调查以及对300个公开AI部署案例的分析。结果显示，只有约5%的AI试点项目实现了收入的快速增长，而绝大多数项目停滞不前，对公司的损益表（P&L）没有产生任何可衡量的影响。

报告主要作者Aditya Challapally解释说，问题的核心不在于AI模型本身的质量，而在于企业内部工具和组织的“学习差距”以及存在缺陷的整合策略。许多高管将失败归咎于监管或模型性能，但MIT的研究直指企业集成过程中的问题。

例如，像ChatGPT这样为个人设计的通用工具，因其灵活性而大受欢迎，但在企业环境中却常常碰壁，因为它们无法从特定工作流程中学习或适应。

成功的少数与失败的多数

报告进一步剖析了AI部署成功与失败的关键差异。成功的少数，例如一些初创公司，其策略是“选择一个痛点，出色地执行，并与使用其工具的公司建立明智的合作伙伴关系”。Aditya Challapally举例称，一些由年轻人领导的初创公司“收入在一年内从零跃升至2000万美元”。

然而，对于数据集中95%的公司而言，AI实施效果不佳。报告发现，超过一半的生成式AI预算被用于销售和营销工具，但最大的投资回报（ROI）实际上来自后台办公自动化，如削减业务流程外包和外部机构成本。

另一个关键发现是“购买”优于“自建”。从专业供应商处购买AI工具并建立合作关系的成功率约为67%，而企业内部自行构建系统的成功率仅为三分之一。Aditya Challapally指出，尽管许多公司倾向于构建自己的专有工具，但数据显示这种“单干”模式的失败率要高得多。

这一发现对那些投入巨资试图建立专有AI系统的公司构成了直接挑战，并引发了市场对这些公司资本支出效率的质疑。报告还指出，成功的关键因素包括赋予一线经理而非中央AI实验室推动应用的权力，以及选择能够深度集成并随时间推移而适应的工具。

估值压力与市场情绪转向

这份报告的出现，恰逢市场对科技股高估值的担忧日益加剧之际。据彭博社数据，纳斯达克100指数的预期市盈率为27倍，比其长期平均水平高出近三分之一。这种拉伸的估值为市场回调埋下了伏笔。

Sam Altman的警告更是火上浇油。他坦言，“我确实认为一些投资者可能会损失很多钱”，并承认市场会出现“非理性繁荣的时期”，这进一步加剧了投资者的疑虑。

Irving Investors的投资组合经理Jacob Sonnenberg表示：“市场一直很火爆，但今天你看到了资金从许多非常热门、高动量的股票中轮动出来。”

实际上，市场对任何有关AI的负面消息都高度敏感。

今年1月，DeepSeek宣布以远低于美国竞争对手的算力取得了技术突破，就曾一度引发市场动荡。虽然股价随后反弹，但这一事件凸显了投资者情绪的脆弱性。

周二的抛售再次证明，在AI热潮持续数月后，任何质疑其商业化落地能力的证据都可能成为市场回调的催化剂。